面试题：Go语言math包安全随机数生成在并发场景下的考量

可能遇到的问题

性能问题：math/rand包中的NewSource创建的Source实例不是线程安全的。在并发环境下，多个协程同时调用rand.Intn等方法，如果共享同一个rand.Rand实例（由非线程安全的Source创建），会导致性能问题，因为可能需要频繁加锁。
随机数安全性问题：math/rand包默认的随机数生成器是伪随机数生成器，如果初始种子相同，生成的随机数序列是相同的，这在需要安全随机数（如加密场景）时是不安全的。

解决方案

性能问题解决：为每个协程创建独立的rand.Rand实例，每个实例使用不同的Source。可以使用rand.New函数，传入rand.NewSource创建的Source。
安全问题解决：使用crypto/rand包来生成安全的随机数。crypto/rand包使用系统提供的加密安全的随机数生成器。

示例代码

使用math/rand包解决并发性能问题

package main

import (
    "fmt"
    "math/rand"
    "time"
)

func main() {
    var numRoutines = 5
    var results = make([]int, numRoutines)

    var waitGroup sync.WaitGroup
    waitGroup.Add(numRoutines)

    for i := 0; i < numRoutines; i++ {
        go func(index int) {
            defer waitGroup.Done()
            localRand := rand.New(rand.NewSource(time.Now().UnixNano()))
            results[index] = localRand.Intn(100)
        }(i)
    }

    waitGroup.Wait()
    fmt.Println(results)
}

使用crypto/rand包生成安全随机数

package main

import (
    "crypto/rand"
    "fmt"
    "math/big"
)

func main() {
    max := big.NewInt(100)
    result, err := rand.Int(rand.Reader, max)
    if err != nil {
        fmt.Println("Error generating random number:", err)
        return
    }
    fmt.Println(result.Int64())
}

在实际应用中，如果需要在并发环境下生成安全随机数，建议优先使用crypto/rand包。如果对安全性要求不高，只是解决并发性能问题，使用math/rand包并为每个协程创建独立实例的方法也能满足需求。

星途面试题库

面试题：Go语言math包安全随机数生成在并发场景下的考量

知识考点

面试题答案

可能遇到的问题

解决方案

示例代码